ترجمه فارسی مقاله یادگیری ماشینی انسان در حلقه برای وسایل نقلیه خودمختار ایمن و اخلاقی: اصول، چالش ها و فرصت ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Human-In-The-Loop Machine Learning for Safe and Ethical Autonomous Vehicles: Principles, Challenges, and Opportunities
عنوان مقاله به فارسی یادگیری ماشینی انسان در حلقه برای وسایل نقلیه خودمختار ایمن و اخلاقی: اصول، چالش ها و فرصت ها
نویسندگان Yousef Emami, Luis Almeida, Kai Li, Wei Ni, Zhu Han
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 7 September, 2024; v1 submitted 22 August, 2024; originally announced August 2024. , Comments: 19 pages, 4 figures , MSC Class: 00 ACM Class: A.1; I.2
توضیحات به فارسی ارسال 7 سپتامبر 2024 ؛V1 ارسال شده 22 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 19 صفحه ، 4 شکل ، کلاس MSC: 00 ACM کلاس: A.1 ؛i.2
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Rapid advances in Machine Learning (ML) have triggered new trends in Autonomous Vehicles (AVs). ML algorithms play a crucial role in interpreting sensor data, predicting potential hazards, and optimizing navigation strategies. However, achieving full autonomy in cluttered and complex situations, such as intricate intersections, diverse sceneries, varied trajectories, and complex missions, is still challenging, and the cost of data labeling remains a significant bottleneck. The adaptability and robustness of humans in complex scenarios motivate the inclusion of humans in the ML process, leveraging their creativity, ethical power, and emotional intelligence to improve ML effectiveness. The scientific community knows this approach as Human-In-The-Loop Machine Learning (HITL-ML). Towards safe and ethical autonomy, we present a review of HITL-ML for AVs, focusing on Curriculum Learning (CL), Human-In-The-Loop Reinforcement Learning (HITL-RL), Active Learning (AL), and ethical principles. In CL, human experts systematically train ML models by starting with simple tasks and gradually progressing to more difficult ones. HITL-RL significantly enhances the RL process by incorporating human input through techniques like reward shaping, action injection, and interactive learning. AL streamlines the annotation process by targeting specific instances that need to be labeled with human oversight, reducing the overall time and cost associated with training. Ethical principles must be embedded in AVs to align their behavior with societal values and norms. In addition, we provide insights and specify future research directions.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های سریع در یادگیری ماشین (ML) روند جدیدی را در وسایل نقلیه خودمختار (AVS) ایجاد کرده است.الگوریتم های ML نقش مهمی در تفسیر داده های سنسور ، پیش بینی خطرات احتمالی و بهینه سازی استراتژی های ناوبری دارند.با این حال ، دستیابی به استقلال کامل در موقعیت های به هم ریخته و پیچیده ، مانند تقاطع های پیچیده ، مناظر متنوع ، مسیرهای متنوع و مأموریت های پیچیده ، هنوز هم چالش برانگیز است و هزینه برچسب زدن داده ها همچنان یک تنگنا مهم است.سازگاری و استحکام انسانها در سناریوهای پیچیده باعث ایجاد انگیزه در فرآیند ML می شود و از خلاقیت ، قدرت اخلاقی و هوش هیجانی آنها برای بهبود اثربخشی ML استفاده می کند.جامعه علمی این رویکرد را به عنوان یادگیری ماشین انسان در حلقه (HITL-ML) می شناسد.به سمت استقلال ایمن و اخلاقی ، ما مروری بر HITL-ML برای AVS ، با تمرکز بر یادگیری برنامه درسی (CL) ، یادگیری تقویت کننده انسان در حلقه (HITL-RL) ، یادگیری فعال (AL) و اصول اخلاقی ارائه می دهیم.در CL ، متخصصان انسانی به طور سیستماتیک مدل های ML را با شروع کار ساده آموزش می دهند و به تدریج به سمت موارد دشوارتر می روند.HITL-RL با ترکیب ورودی انسان از طریق تکنیک هایی مانند شکل دادن به پاداش ، تزریق عمل و یادگیری تعاملی ، روند RL را به طور قابل توجهی افزایش می دهد.AL با هدف قرار دادن موارد خاص که باید با نظارت انسانی برچسب گذاری شوند ، روند حاشیه نویسی را ساده تر می کند و باعث کاهش زمان و هزینه کلی مرتبط با آموزش می شود.اصول اخلاقی باید در AVS تعبیه شود تا رفتار آنها با ارزش ها و هنجارهای اجتماعی هماهنگ شود.علاوه بر این ، ما بینش هایی ارائه می دهیم و مسیرهای تحقیق آینده را مشخص می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.